《表1 系统负荷与外部变量相关性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进经验模态分解法和T-Copula的短期负荷预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

干球温度的尾部分布与尾部（0，0）点和（1，1）点有很强的相关性，干球温度对系统负载影响很大。为了考虑系统负荷与外部变量的正相关或负相关，本文给出了皮尔逊相关矩阵，如表1所示。表1说明系统负荷与干球温度、湿度正相关，与湿球温度、湿度负相关。在95%置信水平下进行VaR计算，上尾依赖参数和变量值如表2所示。